新葡京娱乐场-大陆娱乐场开户注册

該技術(shù)建立了在役輸電鐵塔結(jié)構(gòu)性能弱化模型和評估方法，提出了適用于瞬變載荷測量的輸電鐵塔狀態(tài)全面感知技術(shù)，考慮臺風、龍卷風、覆冰等災(zāi)害氣象條件下載荷的瞬變特征，完成了輸電線路瞬變載荷狀態(tài)感知系統(tǒng)及終端設(shè)備研制，提出以架空導(dǎo)線載荷、鐵塔結(jié)構(gòu)傾角和應(yīng)力狀態(tài)實時測量為基礎(chǔ)，與數(shù)字仿真模型深度融合的輸電鐵塔狀態(tài)全面感知技術(shù)，構(gòu)建輸電鐵塔的邊緣智能感知端與云端協(xié)調(diào)工作架構(gòu)，實現(xiàn)輸電鐵塔結(jié)構(gòu)狀態(tài)全面高速感知，可以實現(xiàn)輸電線路巡護重點定位和輸電鐵塔災(zāi)害反演。 該技術(shù)的應(yīng)用將解決重要架空輸電線路通道中鐵塔結(jié)構(gòu)的健康狀態(tài)智能感知與評價問題，能夠?qū)崿F(xiàn)架空輸電線路結(jié)構(gòu)健康狀態(tài)全面感知，有效提升輸電鐵塔結(jié)構(gòu)健康狀態(tài)感知的準確度和智能化水平，為定位輸電線路的巡護重點提供重要技術(shù)手段，為我國堅強智能電網(wǎng)的建設(shè)，提供重要理論支撐、技術(shù)保障和實踐依據(jù)。 1 系統(tǒng)功能 （1）輸電線路地理信息 以電子地圖方式顯示輸電線路的地理信息，展示輸電線路走向及鐵塔位置信息。同時，可標識當前的氣象信息。 （2）輸電鐵塔結(jié)構(gòu)狀態(tài)感知實時監(jiān)測數(shù)據(jù) 以表格、圖形的方式顯示狀態(tài)感知實時數(shù)據(jù)，對異常的狀態(tài)感知數(shù)據(jù)實現(xiàn)聲光報警，并可進行歷史狀態(tài)感知數(shù)據(jù)的查詢。 （3）輸電鐵塔災(zāi)害反演 建立塔線體系三維模型，在三維模型上顯示導(dǎo)線位移、導(dǎo)線和絕緣子的應(yīng)力計算結(jié)果，并可實現(xiàn)災(zāi)害過程反演。 （4）輸電鐵塔實時健康狀態(tài) 建立輸電鐵塔的三維模型，在三維模型上顯示輸電鐵塔的桿件應(yīng)力計算結(jié)果、輸電鐵塔結(jié)構(gòu)變形結(jié)果及實時的健康狀態(tài)評價結(jié)果。 （5）輸電線路結(jié)構(gòu)健康狀態(tài)及巡護重點定位 顯示輸電線路結(jié)構(gòu)健康狀態(tài)評價結(jié)果，提供輸電鐵塔薄弱環(huán)節(jié)定位功能，為輸電線路重點巡護提供支持。 2 系統(tǒng)組成 輸電線路結(jié)構(gòu)健康狀態(tài)智能感知平臺的系統(tǒng)結(jié)構(gòu)分為感知裝置和主站系統(tǒng)構(gòu)成，如下圖所示。 圖1 系統(tǒng)圖 系統(tǒng)客戶端界面如下圖所示。 圖2 客戶端界面

本發(fā)明公開了一種感知時長和資源分配聯(lián)合優(yōu)化的方法，優(yōu)化目標為：其中r為數(shù)據(jù)總速率，τ為感知時隙寬度，X和W分別為用戶對各頻帶的占比矩陣和發(fā)射功率矩陣，約束條件為檢測和虛警概率、發(fā)射功率峰值和均值均受限于預(yù)設(shè)門限。所述方法首先將優(yōu)化問題分解為上下兩個子層；然后在τ可行區(qū)下界附近選取第一二插值點，基于其連線斜率選取第三插值點；其次令插值函數(shù)導(dǎo)數(shù)為零導(dǎo)出τ最優(yōu)解最后將τ的最優(yōu)解代入至下層進行優(yōu)化，得到X和W的最優(yōu)化解本發(fā)明方法速度優(yōu)勢明顯并且精度仍能維持較高水平。

本發(fā)明提出一種分塊陣列塊內(nèi)壓縮感知逐點掃描相機。該相機包括：物體光源、透鏡組、DMD陣列、感光片、A/D轉(zhuǎn)換器、DSP處理器組成。預(yù)先將DMD陣列分割成若干個小方塊，透鏡組將景物光線投向DMD陣列上面，通過控制DMD陣列上面數(shù)字微鏡逐點翻轉(zhuǎn)，實現(xiàn)對景物光線的分塊逐點掃描，即在每一個小方塊內(nèi)分別進行壓縮采樣。然后根據(jù)重構(gòu)算法重構(gòu)原始信號，DMD陣列將逐點掃描后經(jīng)過重構(gòu)的景物圖像反射到感光片上成像。本發(fā)明利用DMD陣列的逐點掃描提高了成像的速度，是一種具有很大潛在應(yīng)用價值的新型拍攝方法，突破了香農(nóng)采樣定理的瓶頸，從少量采樣測量值精確重構(gòu)出原始圖像，將傳統(tǒng)數(shù)據(jù)采集與壓縮合二為一，節(jié)省存儲資源。

本發(fā)明公開了一種實時流計算流速感知彈性執(zhí)行容錯系統(tǒng)，將 傳統(tǒng)流計算框架中元組發(fā)射、計算、狀態(tài)保持與處理單元緊耦合關(guān)系 變成一種模塊化、專職化的松耦合關(guān)系，結(jié)合流速感知、彈性執(zhí)行、 狀態(tài)管理等模塊，使系統(tǒng)能夠精細控制各階段的處理時間進而保證整 個應(yīng)用的延遲。流速感知使系統(tǒng)能夠快速響應(yīng)輸入流變化或可用資源 變化。分發(fā)模塊可靈活改變分發(fā)關(guān)系、并適時按批發(fā)送元組，進一步 減少了資源消耗和發(fā)送延遲。彈性執(zhí)行使系統(tǒng)對用戶透明地調(diào)

機器人產(chǎn)業(yè)在過去十年中得到了長足的發(fā)展，有效提高機器人的智能感知能力，是未來數(shù)年內(nèi)進一步推動該產(chǎn)業(yè)發(fā)展的關(guān)鍵所在。機器人的智能認知能力，是指通過人工智能理論和技術(shù)，賦予機器人一種類似人類的高層認知能力，從而使得機器人可以自己適應(yīng)復(fù)雜多變、具有較強不確定性的自然場景。本項目擬在前期計算機視、聽覺認知算法研究基礎(chǔ)上，進一步探索機器多模態(tài)認知關(guān)鍵技術(shù)在機器人環(huán)境感知問題中的具體應(yīng)用。1.&n

一、項目分類 關(guān)鍵核心技術(shù)突破 二、成果簡介 可穿戴設(shè)備已成為疾病診斷與治療方面的一項重要創(chuàng)新技術(shù)，在人體生理指標與機能監(jiān)測方面發(fā)揮著極其重要的作用。可穿戴外骨骼機器人技術(shù)漸漸融入人類日常生活，但面臨著環(huán)境多變、骨骼特征復(fù)雜、傳感電極順應(yīng)性差等挑戰(zhàn)。本技術(shù)針對人-機-環(huán)境耦合中的關(guān)鍵難題，開展面向人體運動感知的柔性可穿戴系統(tǒng)研究，研發(fā)了面向關(guān)節(jié)轉(zhuǎn)角、肌肉形變、足底三維力測量的可穿戴柔性傳感系統(tǒng)，旨在揭示人體自然運動規(guī)律、促進外骨骼機器人研究，為復(fù)雜環(huán)境中的外骨骼自適應(yīng)控制提供智能感知技術(shù)支撐。

1. 針對人機交互和人體感知場景開發(fā)智能微波感知識別技術(shù)，實現(xiàn)基于手勢識別和動作識別技術(shù)的交互控制應(yīng)用、基于人體定位跟蹤、呼吸心跳測量、跌倒檢測和身份識別技術(shù)的存在檢測、健康監(jiān)護和安防監(jiān)測應(yīng)用。 2. 采用小尺寸的集成毫米波雷達芯片，精簡硬件設(shè)計，縮小模組尺寸，軟硬件聯(lián)合優(yōu)化減低功耗，集成針對人機交互和人體感知場景設(shè)計的多種功能算法，打造小尺寸、低成本、低功耗、多功能的新型通用傳感器。

本發(fā)明公開了一種基于帶寬感知的 Hadoop 調(diào)度方法，包括：對Hadoop 任務(wù)調(diào)度建立一個作業(yè)時間完成模型，為 Hadoop 調(diào)度系統(tǒng)建立一個數(shù)學模型，將 Hadoop 的任務(wù)調(diào)度問題轉(zhuǎn)化為一個為待調(diào)度的作業(yè)尋找一個使得該作業(yè)的作業(yè)完成時間最短的任務(wù)調(diào)度方法的問題；利用 SDN 提供的實時網(wǎng)絡(luò)管理與流量控制功能，提出了一種基于時隙的網(wǎng)絡(luò)帶寬分配機制，將每一條鏈路的剩余帶寬的占用期劃分為相等的時隙，在作業(yè)完成時間模型和網(wǎng)絡(luò)時隙帶寬分配機制的基礎(chǔ)之上；在為某個任務(wù)分配計算節(jié)點之前，綜合考慮任務(wù)的本地性與實時網(wǎng)絡(luò)帶寬情況，為每一個任務(wù)分配一個能夠提供最早完成時間的計算節(jié)點。本發(fā)明解決了現(xiàn)有方法中不能同時從全局視角和實際網(wǎng)絡(luò)可用帶寬兩方面進行任務(wù)調(diào)度的問題。

項目屬現(xiàn)代農(nóng)業(yè)技術(shù)領(lǐng)域，圍繞農(nóng)田信息快速感知、穩(wěn)定傳輸和精準管控三大瓶頸難題，在植物養(yǎng)分/生理/病害信息快速感知，土壤水/鹽/養(yǎng)分特性多維快速測試，農(nóng)田復(fù)雜環(huán)境下信息無線穩(wěn)定傳輸，基于作物生長需求的物聯(lián)網(wǎng)環(huán)境調(diào)控和肥水藥精準管理等核心技術(shù)取得了重大突破，自主研制了系列產(chǎn)品和系統(tǒng)，總體達到了國際同類研究先進水平，部分達國際領(lǐng)先水平。相關(guān)成果已經(jīng)在全國20 多個省市的農(nóng)田、果園與設(shè)施農(nóng)業(yè)等推廣應(yīng)用，取得了重大經(jīng)濟和社會效益，對推動我國數(shù)字農(nóng)業(yè)和農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的發(fā)展具有重要意義。

本發(fā)明公開一種基于多人眼感知分組特性的圖構(gòu)造方法，包括以下步驟：將待處理圖像過分割成多個超像素，并將超像素定義為圖的頂點；基于人眼感知分組特性中的空間鄰近特性，將在圖像空間中相鄰的超像素相連，作為圖的一部分邊；基于人眼感知分組特性中的顏色相似特性，將圖像中顏色特征相似的超像素相連，作為圖的另一部分邊；基于人眼感知分組特性的紋理相似特性，將圖像中紋理特征相似的超像素相連，作為圖的又一部分邊；基于PRSVM算法，學習空間鄰近度、顏色相似性和紋理相似性對圖中邊權(quán)的作用大小；將圖的邊權(quán)定義為相連的兩個超像素之間空間鄰近度、顏色相似性和紋理相似性的加權(quán)和。本發(fā)明充分考慮人眼的多種感知分組特性，有效描述圖像中各區(qū)域之間的關(guān)系，有助于對圖像中的目標進行檢測。